Kio estas Datuma Scienco?
Homoj kutime havas multajn demandojn ĉirkaŭ daten-scienco, kiel Kio estas datumoj? Kio estas Datuma Scienco? Kiu estas datum-sciencisto? Kio estas Big Data? Mi havas multajn datumojn - nun kio? Kiel realaj valoroj estas malŝlositaj de viaj datumoj?
Datuma Scienco certe estas io, kio lastatempe estis en la menso de homoj. Ĉiuj parolas pri ĝi, multaj el ili pretendas fari ĝin, kaj pli kaj pli multaj dungas por ĝi. Sed kio ĝuste estas Datuma Scienco?
En ĝia plej baza formo, Datuma Scienco povas esti difinita kiel akiro de komprenoj kaj informoj aŭ io ajn valora, el datumoj. Aŭ kiel nia kaplinio sugestas, Datuma Scienco estas multfaka miksaĵo de datuma inferenco, algoritmo-disvolviĝo kaj teknologio, kiuj kiam aplikata al malsamaj kampoj povas konduki al nekredeblaj novaj komprenoj. Kaj homoj jam prenas Datumscienca Reta Kurso aŭ Datuma Scienca Atestado.
Sed kio igas ion kalkuli kiel datumoj? Ĉu ĝi estas manskribita papero el la jaro 1500? Aŭ libro sidanta sur butika breto? Ĉu ni ĉiuj estas nur datumoj? (Bone, mi iom troigis la lastan, sed vi scias, kion mi celas). Do en la kunteksto de datumscienco gravas la formo de datumoj ciferecaj datumoj. Informoj pri ciferecaj datumoj ne povas esti facile interpretataj de individuo, sed ĝi dependas de maŝinoj por interpretado, prilaborado kaj ŝanĝado. Fakte la vortoj, kiujn vi legas en via komputilo, estas ekzemplo de tio. Ĉi tiuj ciferecaj literoj estas efektive sistema kolekto de 1 kaj 0, kiuj kodas al pikseloj en diversaj nuancoj kun specifa denseco.
Nun, venante al datumaj sciencistoj - Kiuj ili estas? Kion ili faras? Ĉar datumoj fariĝis la ŝlosilaj informoj, kiuj helpas al entreprenoj gajni avantaĝojn, ĝi postulas analizon, kreivan scivolemon kaj lertecon traduki te ideasnikajn ideojn al manieroj fariĝi profito - Enigu Datajn Sciencistojn. Datumaj sciencistoj estas nova speco de analizaj datumaj spertuloj, kiuj havas la teknikajn kapablojn necesajn por solvi kompleksajn problemojn kaj la scivolemon esplori, kiujn problemojn oni devas solvi. Ili estas parte matematikisto, parte komputikisto, kaj parto tendencas. Kaj, ĉar ili interkaptas kaj komercajn kaj IT-mondojn, ili estas tre serĉataj kaj bone pagataj. Do, kiu ne farus volas esti datuma sciencisto?
Pasante al kio estas granda Datumo - Ĝi estas priskribita kiel granda volumeno de datumoj, kaj strukturitaj kaj senstrukturaj, kiuj inundas komercon ĉiutage. Sed la kvanto de datumoj ne gravas; Gravas tio, kion organizoj faras per ĝi. Grandaj datumoj estas analizitaj por komprenoj kondukantaj al pli bonaj decidoj kaj strategiaj komercaj movoj. Ĝi estas kiel grava ŝanco por entreprenoj atingi siajn celojn, kiel plibonigi klientan sperton, plifaciligi ekzistantajn procezojn kaj realigi pli celitan merkatadon. Jen kelkaj ekzemploj de Big Data -
- La Novjorka Borso generas ĉirkaŭ unu terabajton da novaj komercaj datumoj ĉiutage.
- Statistikoj montras, ke pli ol 500 terabajtoj da novaj datumoj estas konsumataj en sociajn retejajn datumbazojn ĉiutage. Ĉi tiuj datumoj estas ĉefe generitaj laŭ alŝutoj de fotoj kaj filmetoj, mesaĝoj, komentoj, ktp.
- Ununura jetmotoro povas generi ĉirkaŭ 10+ terabajtojn da datumoj dum 30-minuta flugo.
Sed ne sufiĉas nur kolekti grandajn datumojn. La vera valoro venas kiam vi uzas ĝin por malkaŝi komprenojn, kiuj antaŭenigus vian kompanion. Do ni donu iom da lumo pri kiel vi povas analizi grandajn datumojn kaj kapitaligi la informojn, kiujn ĝi povas malŝlosi.
Datumoj kaj analizoj kreskas unu de la alia por liveri profundan komprenon aŭ sciojn pri la uzantaro. Komprenoj provizas esencan saĝon pri viaj klientoj kaj malkaŝas agojn fareblajn por plibonigi vian komercon. Datumoj ne povas esti akiritaj sen datuma analitiko, kaj datuma analitiko estas senutila sen datumoj. Ĝi estas malvirta cirklo.
Kio estas Datumoj Analitiko?
Datuma analitiko estas la malkovro de ŝablonoj kaj tendencoj kolektitaj de viaj datumoj. Ĝi helpas doni sencon al viaj datumoj kaj malkovri signifajn tendencojn. Estas grandega valoro entombigita en la amasaj datumaroj, sed ĝi ne povas esti malŝlosita sen la helpo de analizistoj. Ekzemple, datumoj de poŝtelefona programo povus diri al vi, ke vi sendis 15,000 push-mesaĝojn pasintmonate. Sed analiza ilo povus trarigardi ĉi tiujn datumojn kaj malkaŝi, ke via programo sendis 3.7 mesaĝojn por ĉiu uzanto, kun malferma imposto de 20%. Kaj tiel viaj datumoj komencas funkcii por vi!
En malmultaj vortoj, analytics estas tio, kio donas al la birda vidpunkto sencon de viaj datumoj.
Kio estas Datumoj Kompreno?
Kompreno estas la valoro akirita per datuma analitiko. Ĝi estas nekredeble potenca kaj povas esti uzata por kreskigi vian kompanion per identigo de malsamaj ebloj.
Daŭrigante per nia poŝtelefona ekzemplo, komprenoj povus montri, ke sendi tiujn 3.7 push-mesaĝojn por ĉiu uzanto rezultigis 14% pliiĝon de aĉetoj. Nun, kiam vi scias, ke viaj puŝaj kampanjoj efikas, vi povas plu testi novajn variaĵojn kaj optimizi por pliigi aĉetojn. Enrigardoj provizas la "ah-ha" ampolon, kiu ekigas inteligentajn novajn merkatajn movadojn, potencajn programojn, aŭ eĉ simpligitajn UX-projektojn.
Datuma kompreno ebligas kompaniojn fari pli inteligentajn decidojn por sia komerco. Ekzemple:
- Netflix ekspluatas la datumojn de viaj filmaj spektadaj ŝablonoj por kompreni vian intereson kaj uzas ĝin por fari decidojn, kiajn Netflix-originalajn seriojn produkti.
- Celo identigas gravajn klientajn segmentojn ene de sia bazo kaj la unikajn aĉetajn kondutojn ene de ili. Ĉi tio helpas gvidi mesaĝadon al diversaj publikoj.
- Proctor & Gamble uzas modelojn pri tempaj serioj por kompreni estontan postulon, kio helpas plani por produktadaj niveloj pli optime.
Datumaj sciencistoj minas pri datumoj datuma esplorado. Kiam ili donas malfacilan situacion, datumaj sciencistoj fariĝas detektivoj kaj esploras kondukojn por kompreni ŝablonon aŭ karakterizaĵojn ene de la datumoj. Ĉi tio postulas grandegan analizan kreivon. Tiam, laŭbezone, sciencistoj pri datumoj aplikas kvantajn teknikojn kiel inferencajn modelojn, segmentan analizon, sintezajn kontrolajn eksperimentojn, ktp., Por akiri nivelon pli profundan. La intenco estas science kunmeti krimmedicinan vidon pri tio, kion la datumoj vere diras.
La datum-gvidita kompreno provizas strategian gvidon. Kaj tiusence, sciencistoj pri datumoj agas kiel konsultistoj, gvidante komercajn koncernatojn pri kiel agi laŭ rezultoj.
Malplenigi ...
Datuma scienco estas ĉiam evoluanta industrio. Por iu kompanio, kiu bezonas plibonigi sian komercon per pli da datumoj, la datuma scienco estas la sekreto. Datumaj sciencaj projektoj povas produkti multoblajn investajn rendimentojn, kun gvidado per datumoj. Se vi estas el te technika fono kaj havas iomete por datumoj, tiam Datuma Scienco estus bonega eblo por vi. La plej bona parto? Estas multe por fari kaj esplori en la kampo Datuma Scienco. Ĝi estas ĝenerala termino kovranta kelkajn ilojn kaj te technologiesnologiojn - regi iun el ili igos vin atuto en la ĉiam kreskanta merkato de Datuma Scienco.
Konsiderante ĉiujn aplikojn kaj konceptojn, kiujn ni diskutis en ĉi tiu artikolo, estas juste konkludi, ke Datuma Scienco estas la estonteco por ni kaj ĝi ŝanĝos la mondon laŭ granda, granda maniero.
